Algoritmo Leggero per il Rilevamento dei Cambiamenti Riduce del 67% l'Energia HAR

È stato sviluppato un nuovo algoritmo leggero per il rilevamento dei cambiamenti nei dispositivi indossabili, che riduce le richieste computazionali di oltre il 67%. Questo metodo non parametrico utilizza il template matching dinamico e opera senza necessità di addestramento offline, elaborando circa 16k FLOP per passo. Mostra una sensibilità del 98% sul dataset UCA-EHAR, garantendo che tutti i cambiamenti di attività reali vengano rilevati, mantenendo una specificità del 75% per minimizzare le attivazioni HAR non necessarie. L'algoritmo è stato testato utilizzando dati provenienti da smart glasses, smartwatch e smartphone, richiedendo solo una breve fase di calibrazione specifica per ciascun dispositivo. Questo approccio innovativo mitiga efficacemente lo spreco energetico dovuto alla classificazione continua durante lunghi periodi di attività stabile, rendendolo ideale per applicazioni a bassissimo consumo.